为克服用于火情探测的传统中心化系统网络负载高、灵活性差、推理效率低等问题,提出了一种无线传感网络环境下基于分布式推理的火情探测系统。该系统依托局部模糊逻辑和知识驱动聚类技术,能够融合当前环境信息、被预测的环境信息(短期知识)和偏差环境信息(长期知识),进而生成针对火情的更加复杂和精细的推理结果。该系统采用Ⅱ型模糊逻辑模型,避免了Ⅰ型模糊逻辑模型在建模非确定性局部知识和动态环境时准确率较低的问题;此外,该系统采用知识驱动节点自动聚类策略,并引入选择概率机制,有效降低了网络负载并提升了对非确定性的建模能力。对真实数据集进行试验,与多款基于无线传感网络的火情探测系统的试验结果对比表明,该系统能够生成针对火情的更加复杂和精细的知识推理结果,而且显著减少了无线传感网环境承载的消息数量,提高了知识推理的即时性和准确性。